Entity Optimizer
优化知识图谱实体存在与身份协调
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Entity Optimizer。 它的用途是：优化知识图谱实体存在与身份协调 完整的 Skill 内容见：https://321skill.com/skills/entity-optimizer-x-3/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'帮我优化实体“特斯拉公司”在知识图谱中的存在，并协调其与“Tesla Motors”的身份冲突。' 它会自动扫描知识图谱，发现两个实体实为同一公司但属性不一致，然后合并为一条记录，补充缺失的成立年份和总部地址，并更新品牌名称。
介绍
Entity Optimizer 是一个专注于知识图谱实体层面优化的专业工具。当您需要确保知识图谱中的实体存在完整、身份一致且事实最新时，它可以自动审计并维护机器可读的实体信息，解决实体缺失、重复、属性陈旧等问题，提升知识图谱的准确性和可用性。
使用方法非常简单：您只需提供实体名称、ID 或相关描述，工具会扫描已有知识图谱，检查该实体的表示是否完整、是否与其他实体存在身份冲突，并对比规范事实库。如果发现不一致，它会生成修复建议或自动执行更新，包括合并重复实体、补充缺失属性、更新过时事实等。整个过程可通过命令行或 API 调用，支持批量处理。
适合人群包括数据分析师、知识图谱工程师、NLP 研究人员以及需要维护大规模知识图谱的后端开发者。尤其适合在电商、医疗、金融等依赖实体权威数据的场景中，用于清洗和整合多源异构实体信息。
使用前建议先在小规模测试图谱上运行，确认优化逻辑符合业务预期。注意该工具仅适用于结构化知识图谱（如 RDF、属性图），无法处理纯文本或图像中的实体。另外，自动更新操作可能影响下游依赖，建议开启审计日志并保留回滚能力。
核心特点
与通用知识图谱质量工具不同，Entity Optimizer 专注于实体层面的身份协调与事实更新，能自动识别并合并语义重复的实体，而不仅仅是统计缺失值或检测异常。
注意事项
不适用于非结构化文本或图像中的实体识别，且需要已有知识图谱作为输入，无法从零构建图谱。
常见问题
如何安装 Entity Optimizer？
运行 pip install entity-optimizer 即可安装，也可通过 Docker 镜像使用。
它支持哪些知识图谱格式？
支持 RDF、JSON-LD、Neo4j 属性图等常见格式，具体可查看官方文档。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/entity-optimizer-x-3/raw/index.md 读取 Entity Optimizer 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/entity-optimizer-x-3/raw/index.md（查看排版版本）